博弈论问题

这是一个 AI 大模型评测用例，下面将详细介绍测试内容和各模型的表现。

基本信息

  • 用例名称：博弈论问题
  • 测试类型：文本生成
  • 评测维度：逻辑推理
  • 参与评测的模型数：193 个

系统提示词（System Prompt）

你是一名资深博弈论专家与行为经济学家，擅长用严谨的逻辑和清晰的数学推导分析策略决策问题。 回答要求： 1. 必须构建完整的收益矩阵（Payoff Matrix），以表格或结构化形式呈现所有策略组合的收益结果。 2. 明确使用「占优策略（Dominant Strategy）」这一核心概念，并解释其定义及识别方法。 3. 推导过程须逻辑严密，结论须从矩阵分析中自然得出，不得跳步。 4. 语言简洁专业，避免模糊表述；在给出理性结论后，可简要点明其与直觉的张力。

用户提示词（User Prompt）

【囚徒困境——单次博弈的最优策略分析】 背景设定： 甲和乙两名囚犯被分开审讯，无法互相沟通。每人面临两个选择：**沉默（合作）** 或 **背叛**。 刑期规则如下： - 若双方均沉默：各判 1 年。 - 若双方均背叛：各判 3 年。 - 若一人背叛、一人沉默：背叛者当场释放（0 年），沉默者判 5 年。 请完成以下分析： 1. **构建收益矩阵**：以表格形式列出甲与乙所有策略组合下各自的刑期（以负数表示损失，数值越小越优）。 2. **识别占优策略**：对甲而言，无论乙选择沉默还是背叛，哪种策略的结果更优？请逐一比较并给出结论。对乙进行同样分析。 3. **得出纳什均衡**：基于上述分析，单次博弈的理性结果（纳什均衡）是什么？ 4. **悖论点拨**：该理性结果与「双方合作」相比，对双方总体而言是更好还是更差？这揭示了什么现象？

各模型评测结果

  1. 第 1：qwen3.6-plus-preview，得分 97.8 分 — 查看该模型的详细评测结果
  2. 第 2：Claude Opus 4.6，得分 97.6 分 — 查看该模型的详细评测结果
  3. 第 3：mimo-v2-omni，得分 97.3 分 — 查看该模型的详细评测结果
  4. 第 4：kimi-k2.5，得分 97.2 分 — 查看该模型的详细评测结果
  5. 第 5：Qwen: Qwen3.5-9B，得分 97.0 分 — 查看该模型的详细评测结果
  6. 第 6：Z.ai: GLM 5.1，得分 96.7 分 — 查看该模型的详细评测结果
  7. 第 7：GPT-5.2，得分 96.5 分 — 查看该模型的详细评测结果
  8. 第 8：MiniMax-M2.5，得分 96.47 分 — 查看该模型的详细评测结果
  9. 第 9：OpenAI: gpt-oss-120b，得分 96.47 分 — 查看该模型的详细评测结果
  10. 第 10：deepseek-v3.2，得分 96.3 分 — 查看该模型的详细评测结果
  11. 第 11：glm-4.7，得分 96.3 分 — 查看该模型的详细评测结果
  12. 第 12：qwen3-coder-next，得分 96.3 分 — 查看该模型的详细评测结果
  13. 第 13：MiniMax-M2.1，得分 96.3 分 — 查看该模型的详细评测结果
  14. 第 14：qwen3.5-omni-plus，得分 96.3 分 — 查看该模型的详细评测结果
  15. 第 15：Meituan: LongCat Flash Chat，得分 96.3 分 — 查看该模型的详细评测结果
  16. 第 16：qwen3.5-omni-flash，得分 96.2 分 — 查看该模型的详细评测结果
  17. 第 17：qwen3-235b-a22b，得分 96.2 分 — 查看该模型的详细评测结果
  18. 第 18：xAI: Grok 4.20 Beta，得分 96.0 分 — 查看该模型的详细评测结果
  19. 第 19：qwen3.5-flash，得分 96.0 分 — 查看该模型的详细评测结果
  20. 第 20：qwen3.5-27b，得分 96.0 分 — 查看该模型的详细评测结果
  21. 第 21：OpenAI: GPT-5.4，得分 96.0 分 — 查看该模型的详细评测结果
  22. 第 22：MiniMax-M2.7，得分 96.0 分 — 查看该模型的详细评测结果
  23. 第 23：Google: Gemini 3.1 Pro Preview，得分 95.97 分 — 查看该模型的详细评测结果
  24. 第 24：qwen3.5-35b-a3b，得分 95.8 分 — 查看该模型的详细评测结果
  25. 第 25：GLM-5v-turbo，得分 95.8 分 — 查看该模型的详细评测结果
  26. 第 26：GLM-5.1，得分 95.8 分 — 查看该模型的详细评测结果
  27. 第 27：glm-5，得分 95.7 分 — 查看该模型的详细评测结果
  28. 第 28：mimo-v2-flash，得分 95.37 分 — 查看该模型的详细评测结果
  29. 第 29：StepFun: Step 3.5 Flash，得分 95.3 分 — 查看该模型的详细评测结果
  30. 第 30：Google: Gemma 4 26B A4B ，得分 95.2 分 — 查看该模型的详细评测结果
  31. 第 31：qwen3-max，得分 95.03 分 — 查看该模型的详细评测结果
  32. 第 32：doubao-seed-2-0-code，得分 95.0 分 — 查看该模型的详细评测结果
  33. 第 33：Google: Gemma 4 31B，得分 94.8 分 — 查看该模型的详细评测结果
  34. 第 34：doubao-seed-1-8，得分 94.6 分 — 查看该模型的详细评测结果
  35. 第 35：kimi-k2-thinking-turbo，得分 94.53 分 — 查看该模型的详细评测结果
  36. 第 36：glm-4.5-air，得分 94.37 分 — 查看该模型的详细评测结果
  37. 第 37：OpenAI: GPT-5 Mini，得分 94.37 分 — 查看该模型的详细评测结果
  38. 第 38：Anthropic: Claude Sonnet 4.6，得分 94.3 分 — 查看该模型的详细评测结果
  39. 第 39：Anthropic: Claude Haiku 4.5，得分 94.3 分 — 查看该模型的详细评测结果
  40. 第 40：qwen3-coder-flash，得分 94.2 分 — 查看该模型的详细评测结果
  41. 第 41：qwen3.5-plus-2026-02-15，得分 94.17 分 — 查看该模型的详细评测结果
  42. 第 42：doubao-seed-2-0-mini，得分 93.97 分 — 查看该模型的详细评测结果
  43. 第 43：OpenAI: GPT-5 Nano，得分 93.47 分 — 查看该模型的详细评测结果
  44. 第 44：qwen3-coder-plus，得分 93.3 分 — 查看该模型的详细评测结果
  45. 第 45：mimo-v2-pro，得分 93.3 分 — 查看该模型的详细评测结果
  46. 第 46：xAI: Grok 4.1 Fast，得分 91.33 分 — 查看该模型的详细评测结果
  47. 第 47：qwen3-8b，得分 90.7 分 — 查看该模型的详细评测结果
  48. 第 48：hunyuan-turbo，得分 90.37 分 — 查看该模型的详细评测结果
  49. 第 49：Google: Gemini 3 Flash Preview，得分 90.04 分 — 查看该模型的详细评测结果
  50. 第 50：NVIDIA: Nemotron 3 Super (free)，得分 89.7 分 — 查看该模型的详细评测结果
  51. 第 51：Grok 4，得分 89.7 分 — 查看该模型的详细评测结果
  52. 第 52：qwen3-14b，得分 89.5 分 — 查看该模型的详细评测结果
  53. 第 53：hunyuan-pro，得分 88.82 分 — 查看该模型的详细评测结果
  54. 第 54：doubao-seed-1-6，得分 88.6 分 — 查看该模型的详细评测结果
  55. 第 55：doubao-seed-1-6-flash，得分 88.5 分 — 查看该模型的详细评测结果
  56. 第 56：hunyuan-large，得分 84.4 分 — 查看该模型的详细评测结果
  57. 第 57：OpenAI: GPT-4o-mini，得分 84.12 分 — 查看该模型的详细评测结果
  58. 第 58：OpenAI: gpt-oss-20b，得分 79.48 分 — 查看该模型的详细评测结果
  59. 第 59：Mistral: Mistral Nemo，得分 78.18 分 — 查看该模型的详细评测结果
  60. 第 60：Meta: Llama 3.3 70B Instruct，得分 71.85 分 — 查看该模型的详细评测结果
  61. 第 61：qwen3-4b，得分 67.3 分 — 查看该模型的详细评测结果
  62. 第 62：doubao-seed-2-0-pro，得分 64.33 分 — 查看该模型的详细评测结果
  63. 第 63：doubao-seed-2-0-lite，得分 61.5 分 — 查看该模型的详细评测结果
  64. 第 64：Google: Gemini 2.5 Flash Lite，得分 61.33 分 — 查看该模型的详细评测结果
  65. 第 65：qwen3-0.6b，得分 15.0 分 — 查看该模型的详细评测结果
题目
模型排行
加载中…
模型评分
加载中…